《数字化网络化智能技术：工业大数据及其应用》课件 第7章 工业大数据可视化.pptx

工业大数据及其应用

07工业大数据可视化

工业大数据可视化可视化利用人类视觉认知的高通量特点，通过图形的形式表现数据的内在规律及其传递、表达的过程，充分结合人的智能和机器的计算分析能力，是人们理解复杂现象、诠释复杂数据的重要手段和途径。数据可视化工作更关注数据和图形，由此建立的数据可视化的领域模型。其中数据聚焦于工业大数据的采集、清理、预处理、分析和挖掘工作;图形聚焦于光学图像的接收、提取信息、加工变换、模式识别及存储显示；可视化聚焦于将工业大数据转换成图形，并进行交互处理。可视化为工业大数据分析所得到的结果提供了高效的展示手段，有助于发现工业大数据中蕴含的规律，在各行各业均得到了广泛的应用。

工业大数据可视化技术将抽象的复杂信息以直观形象的方式展现出来。本章重点介绍工业大数据可视化的概述、流程以及大数据可视化方法，最后给出工业大数据可视化的案例分析。

1数据可视化概述数据可视化属于人机交互、图形学、图像学、统计分析、地理信息等多种学科的交叉学科，综合数据处理、算法设计、软件开发、人机交互等多种知识和技能，通过图像、图表、动画等形式展现数据，诠释数据间的关系与趋势，提高阅读和理解数据的效率。

1数据可视化概述1.1数据可视化的背景数据可视化本质上来说是指一切能够把抽象、枯燥或难以理解的内容——包括看似毫无意义的数据、信息、知识等，以一种容易理解的视觉方式展示出来的技术。因此，它是一种技术，是一个统称，无论是科学可视化、信息可视化、知识可视化、思维可视化、可视化分析等，一系列只要存在这种视觉化的转变关系的都可以纳入数据可视化的范畴。

1数据可视化概述科学可视化科学可视化(ScientificVisualization)最初称为“科学计算之中的可视化”，是可视化领域发展最早、最成熟的一个学科，可以追溯到真空管计算机时代，计算机图形学在其中扮演了关键性的角色，帮助人们更好理解科学技术概念和科学数据结果。科学可视化比数据可视化出现的时间更早，其处理对象一般是类似于勘测、测量得到的数据、科学计算过程中得到的数据及计算所得，侧重三维真实世界的可视化表达。更具体的来说，科学可视化的处理对象普遍是拥有几何性质的物理数据如具有结构特征的微观世界的分子，具有方位和大小属性的宏观世界的天体，以及复杂的地理数据等。科学可视化的主要应用领域是自然科学，比如物理、化学、地球科学、天文学、医学及生物学等等学科，通过对科学技术数据和模型进行解释、操作与处理来使科学工作者寻找其中的模式、特点、关系以及异常情况。

1数据可视化概述信息可视化信息可视化(InformationVisualization)在1989年由斯图尔特卡德（StuartK,Card）、约克麦金利（JockD,Mackinlay）和乔治罗伯逊（GeorgeG,Robertson）提出。它的研究对象是大规模非数值型信息资源，是本身没有几何属性和明显空间特征的抽象、非结构化的数据集合，其研究重点放在了如何寻找到合适的可视化隐喻，把抽象、非结构化的数据信息转换为有效的可视化形式，且数据有可能是不断变化的。由此可知，信息可视化的产物要能通过人的视觉、听觉、触觉乃至其他感官传达到大脑，并使其立即理解大量的信息，所以它注定比科学可视化技术要求更高，也更关注人的接受能力，也就更多地涉及除计算机图形学以外的心理学、视觉设计、人机交互以及商业方法等相关领域。

1数据可视化概述知识可视化知识可视化(KnowledgeVisualization)在2004年由M.J.埃普拉（M.J.Eppler）和R.A.伯卡德（R.A.伯卡德）提出。知识可视化被认为是在信息可视化的基础上发展起来的、使用视觉描述来推动群体知识的传达和创意创造的新生领域，旨在提高视觉特征在至少两个人之间的知识传播和创新的作用，因此，所有可以用来建构和传达复杂知识的图解方法都可以被定义为知识可视化。知识可视化不仅传达事实信息，见地、经验成果、思想意识、期待、看法和预计展望等都可以是其传达的对象，并由此帮助他人正确地重构、记忆和应用这些知识。

1数据可视化概述思维可视化思维可视化(ThinkingVisualization)类似于知识可视化，它的早期形态可以理解为“草图”。理论上来说思维可视化出现在知识可视化之后，现己被广泛应用于教学、互联网等一切需要分析逻辑思维、理清思路的各个学科和工作领域。例如在设计领域被广泛使用的思维导图(MindMap)，帮助人们运用放射性的思考方式来解决问题。如果知识里加入了主观的见解、观点和意见等等，就有了思想的含义，具有了思维的意义，而这种具有了“思维意义”的知识又构成了一种新的知识能被人理解和传播，所以思维可视化是应该包含于知识可视化之内的，而这两者也理应被纳入信息可视化的范围之